帰還型ニューラルネットワークによるマニピュレータ制御の試み
スポンサーリンク
概要
- 論文の詳細を見る
ニューラルネットワークによるマニピュレータ制御の試みとしては、五味、川人のフィードバック誤差学習モデルなどが知られている。このモデルは、冗長性のあるシステムの制御の例としてよく挙げられるが、このモデルにおいて初期の動作を支配するCFC(Conventional Feedback Controller)にシステムの冗長性を除く拘束条件が埋め込まれている。特に、逆キネマティクスを解くには高度なCFCが必要である。しかし、人間の成長過程をみるに、予め高度なCFCが組み込まれているとは考えにくい。この報告は、あらわに拘束条件を導入することなく、かつ高度なCFCを必要としない逆キネマティクスを解く神経回路網モデルを与えるものである。
- 1992-02-24
著者
関連論文
- 帰還型ニューラルネットワークによるマニピュレータ制御の試み
- 自己相関行列による連想記憶における記憶法の改良
- 個人適応型情報フィルタを用いたキーワード論理式の自動生成
- 連想記憶のダイナミックスの幾何的解析
- モデル間遷移を行う擬似競合ネットワーク
- 教師なしクラスタリングを行う競合モデル
- 改良型LVQを用いたラベルなしデータのクラスタリング